Neste post, aprenderemos como combinar duas séries em um DataFrame? Antes de começar vamos ver o que é uma série?
Pandas Series é uma matriz rotulada unidimensional capaz de conter qualquer tipo de dados. Em outros termos, Pandas Series nada mais é que uma coluna em uma planilha do Excel.

Existem várias maneiras de concatenar duas séries em pandas. A seguir estão algumas das maneiras:

Método 1: usando pandas.concat() .

Este método faz todo o pesado de levantamento de realizar operações de concatenação ao longo de um eixo durante a execução de lógica conjunto opcional (união ou intersecção) dos índices (se houver) sobre os outros eixos.

Código:

# import pandas library
import pandas as pd
  
# this user defines function
# creates a series
# from the passed list.
def createSeries (series_list):
    
  # create a series
  series_list = pd.Series(series_list)
    
  return series_list
  
# create a series of students
students = createSeries(['ABC', 'DEF',
                         'GHI', 'JKL',
                         'MNO', 'PQR'])  
# create a series of subjects
subject = createSeries(['C++', 'C#', 
                        'RUBY', 'SWIFT',
                        'GO', 'PYTHON'])
# create a series of marks
marks = createSeries([90, 30, 
                      50, 70, 
                      80, 60])
# create a dictonary
data = {"students": students,
        "subject": subject,
        "marks": marks}
  
# Concatenating the series side
# by side as depicted by axis=1
# If you want to concatenate the 
# series one below the other
# change the axis to zero.
df = pd.concat(data,
               axis = 1)
  
# show the dataframe
df

Saída:

Método 2: usando Series.append() .

Este método é um atalho para concat. Este método concatena ao longo do eixo = 0, ou seja, linhas. Series.append() pode levar vários objetos para concatenar.

Código:

# import pandas library
import pandas as pd
  
# create a series
a = pd.Series(["ABC", "DEF", 
               "GHI"])
  
# create a series
b = pd.Series(["JKL", "MNO", 
               "PQR"])
  
# combine two series then
# create a dataframe
df = pd.DataFrame(a.append(b, 
                  ignore_index = True))
# show the dataframe
df

Saída: 

Método 3: usando pandas.merge() .

Pandas têm operações de junção na memória de alto desempenho que são muito semelhantes a RDBMS como SQL. merge pode ser usado para todas as operações de junção de banco de dados entre dataframe ou objetos de série nomeados. Você deve passar um parâmetro extra “nome” para a série neste caso.

Código:

# import pandas library
import pandas as pd
  
# create a series
a = pd.Series(["C++", "JAVA", 
               "PYTHON", "DBMS",
               "C#"], name = "subjects")
  
# create a series
b = pd.Series(["30", "60", 
               "90", "56", 
               "50"], name = "marks")
  
# merge both series 
df = pd.merge(a, b, right_index = True,
               left_index = True)
# show the dataframe
df

Saída: 

Método 4: usando Dataframe.join() .

Este método também pode ser usado para unir duas séries, mas você deve converter uma série em dataframe.

Código:

# import pandas library
import pandas as pd
  
# create a series
a = pd.Series(["C++", "JAVA", 
               "PYTHON", "DBMS", 
               "C#"], name = "subjects")
  
# create a series
b = pd.Series(["30", "60", 
               "90", "56", 
               "50"], name = "marks")
  
# create a dataframe
a = pd.DataFrame(a)
  
# add series 'b' 
# into dataframe 'a'
df = a.join(b)
  
# show the dataframe
df

Saída: